《ggplot2:数据分析与图形艺术》笔记3:用图层构建图像

在前面的练习中,我们使用qplot练习作图,作为ggplot2的快速入门。然而,qplot的局限性在于它只能使用一个数据集和一组图形属性映射,当我们要进行复杂数据的统计分析时,qplot就不够用了。解决这一问题的方法就是使用图层,每一个图层可以有属于自己的数据集和图形属性映射,附加的数据元素可以通过图层添加到图形中。

创建绘图对象

当我们调用qplot()时,它其实为我们做了许多幕后工作:

  1. 创建一个图形对象
  2. 添加图层并展示结果
    如果想手动创建图形对象,就要使用ggplot()函数。该函数有两个主要的参数:数据和图形属性映射
    数据:指定绘图所使用的默认数据集(必须是数据框)
    映射:将图形属性和变量名放在函数aes()的括号中即可创建映射

比如,通过下面的代码,即可创建一组默认映射:

#x为carat,y为price,colour为cut
p <- ggplot(diamonds, aes(carat, price, colour = cut))

不过,上面的图形对象在加上图层之前是无法显示的。

图层

创建好绘图对象后,我们可以使用+来添加图层:

p + geom_point()

再通过添加图层而添加几何对象时,我们需要注意:每一个几何对象都对应着一个默认的统计变换和位置参数,而每一个统计变换都对应着一个默认的几何对象参数。所以对于一个图层,我们只需要设定stat或geom参数即可。

数据

  • ggplot2要求数据集必须是一个数据框(data frame)
  • ggplot2会从我们给定的数据框中提取绘图所需的变量,并生成一个新的数据集,而不是直接在原数据上进行数据变换
  • 使用ggplot2作图时,数据是以副本二不是引用的形式存储在图形对象中的,这样可以使我们:
  • 1.即使数据改变了,绘图不会改变
  • 2.ggplot2的对象都是自含型的,所以它可以被存储到磁盘上,并可被直接加载(load())运行

图形属性映射

aes()函数用来将数据变量映射到图形中,从而使变量成为可以被感知的图形属性。
aes()函数中有一系列的图形属性参数:

#创建映射
aes(x = weight, y = height, colour = age)
#x,y可以省略,直接输入映射值
aes(weight, height, colour = age)

几何对象

几何对象,简称为geom,它执行着图层的实际渲染,控制着生成的图像类型。

  • 每一个几何对象都有一组它能识别的图形属性和一组绘图所需的值。
  • 每一个几何对象都有一个默认的统计变换,并且每一个统计变换都有一个默认的几何对象。

统计变换

统计变换。简称为stat,即对数据进行统计变换,它通常以某种方式对数据信息进行汇总。

  • 统计变换可将输入的数据集看做输入,将返回的数据集作为输出,因此统计变换可向元数据集中插入新的变量。例如用来绘制直方图的stat_bin统计变量会生成如下的变量:
  • count:每个组里观测值得数目;
  • density:每个组里观测值的密度(占整体的百分数/组宽)
  • x:组的中心位置
  • 这些生成变量可被直接调用,调用生成变量时,必须使用..将其名字围起来,以和原数据集中的变量区分
    比如:
ggplot(diamonds, aes(carat)) + geom_histogram(aes(y = ..density..), binwidth = 0.1)

位置调整

位置调整:是对图层中的元素位置进行微调。位置调整一般多见于处理离散型数据,连续型数据一般很少出现完全重叠的问题。

常用的位置调整参数见下图:


整合

一旦熟悉了图层操作,就可以把本章所介绍的各种图层功能结合起来,轻松做出复杂的图形。

结合几何对象和统计变换

将几何对象和不同的统计变换进行组合,可以轻松做出新颖的图形。下面,我们基于相同的直方图的统计变换,使用不同的几何对象,以不同的形式来展示结果:面积、点和瓦块图。

# 创建绘图对象
d <- ggplot(diamonds, aes(carat)) + xlim(0,3)
# 对数据进行统计变换,并绘制面积图层
d + stat_bin(aes(ymax = ..count..), binwidth =0.1 , geom ="area")
# 对数据进行统计变换,并绘制点图图层
d + stat_bin(aes(size = ..density..), binwidth = 0.1, geom = "point"
, position = "identity")
# 对数据进行统计变换,并绘制瓦块图图层
d + stat_bin2d(aes(y = 1, fill = ..count..), binwidth = 0.1, geom = "tile", position = "identity")

绘制面积图图层:


Rplot01.png

绘制点图图层:


Rplot02.png

绘制瓦块图图层:


Rplot03.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,491评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,856评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,745评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,196评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,073评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,112评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,531评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,215评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,485评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,578评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,356评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,215评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,583评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,898评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,497评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,697评论 2 335

推荐阅读更多精彩内容